随着智能视觉技术的进步，现在的停车场管理已经渐渐被车牌识别模式取代了刷卡模式，车牌识别模式由于其通行速度快、管理简单等特点也被愈来愈普遍的应用。

  过去2年，车牌识别技术在获得大范围的应用的同时也被广泛诟病，存在着局限性，比如：夜间效果不如白天，雨雪天气识别率下降，除了普通蓝黄牌以外的军警、港澳进出大陆等多样类车牌识别效果不佳等等，这些是该技术当前的瓶颈所在，本文将以多样车牌为例介绍车牌识别技术的最新进展。

  据行业专业的人介绍，双层黄牌、双层武警车牌、单层武警车牌、武警总队车牌、双层军车车牌牌、单层军牌、大使馆车牌、领事馆车牌、民航车牌、港澳进出大陆车牌等多样车牌的识别受其车牌类型的特殊性影响，在识别技术上有一定难点，大多数表现在：

  面对多样车牌各研发厂商所用的识别算法不一样，识别效果也有着某些特定的程度的差别。对于常见的蓝牌和单层黄牌大家的识别率没有过大差异，但是对于军牌，警牌，领事馆等多样车牌的识别难度较大，行业里虽然也有号称“识别率高的”，但还没有谁家车牌识别摄像机能做到同蓝牌一样的识别效果。

  像海康，大华、等厂商都没有完全解决多样车牌的问题，识别率比宣称的要差很多，多样车牌一直是硬伤，个别类别的识别率甚至低于70%。

  笔者因此专门了解了北京文通的近况，获悉他们确实在8月份发布了2.0版，宣称军警等多样车牌的识别率已接近普通民用车牌，达到了99.6%以上。那实际效果如何呢?笔者走访了行业内几家知名公司，并到几个现场进行了实地观察，发现确实改善很大，虽然没有统计识别率，但就以直观而言，跟民用车牌没有差别了。

  在行业中率先突破，怎么做到的呢?文通科技官方是这样解释的：“依靠车牌识别一体机在市场广泛布局的优势，获取了大量不同场景下光照，成像等条件，利用3D模型，生成了大量接近真实的多样车牌样本，同时利用深度学习具有大容量，广泛适应性的特点，结合其在嵌入式设备长期积累下的代码强化优势，开发出了基于双神经网络并行的车牌类型深度识别模型，一个神经网络不同场景下自动区分车牌类型，并指导另一个神经网络对车牌号的进行识别，同时降低模型参数数量10倍以上，提升识别速度2倍以上。经历数以万计的采集演练，以确保识别结果的趋于精准性，最终达到综合识别率99.6%” 。有点深奥，不理解没关系，产品都是以效果说话。

  多样车牌识别技术的突破对行业来说，应该是一次质的飞跃，行业领头羊文通都花了一年多才解决。当然，是不是已经完全解决，需要2-3个月更广泛的市场验证。

  期待车牌识别技术突破更多的难点，对停车生态圈产生实质而深远的影响。返回搜狐，查看更加多